تسير صناعة التكنولوجيا نحو عصر جديد من البرمجة الذاتية بفضل أنظمة الذكاء الاصطناعي القادرة على فحص المستودعات، وتخطيط خطوات التنفيذ، وتحرير الملفات، واستدعاء الأدوات، وإجراء الاختبارات، وتقديم طلبات السحب. هذه القدرات تعد بزيادة سرعة تطوير البرمجيات والأجهزة في بعض بيئات العمل، ولكن الدليل الحالي لا يدعم الفرضية البسيطة القائلة بأن توليد الأكواد بشكل تلقائي يُحسن نتائج الهندسة بشكل تلقائي.

تشير الدراسات المسيطر عليها إلى أن هناك تعزيزاً في الإنتاجية ببعض المهام المؤسسية، بينما تعاني مشاريع المصادر المفتوحة الناضجة من تباطؤ. كما تظهر تأثيرات تحليلية متوسطة لكنها غير متجانسة، مع وجود إخفاقات مستمرة في إعداد المستودعات، ومعالجة الاعتماديات، وإدارة الأذونات، والتحقق من الأجهزة.

يقترح الباحثون أن المشكلة الرئيسية ليست في تصميم الأوامر (Prompt Engineering) بل تكمن في التحكم في عمليات الهندسة. يعتمد النموذج الجديد المسمى Agentic Agile-V كإطار عمل، حيث يستخدم دورة حياة Agile-V كأساس مع حلقة عمل على مستوى المهام تُسمى SCOPE-V - تحديد، تقييد، تنظيم، إثبات، تطور، والتحقق - لتحويل النوايا الحوارية إلى عناصر هندسية منظمة وأدلة قبول.

تساهم هذه الدراسة في تطوير أربعة عناصر رئيسية: تصنيف الحد الأدنى من المدخلات اللازمة للعمل في البرمجيات والأجهزة، بوابة التفريق بين الحوار الاستكشافي والتنفيذ، تدفقات عمل ملائمة للمخاطر في خصائص البرمجيات وإصلاح الأخطاء، ونموذج قبول قائم على الأدلة للعناصر المُنتَجة بواسطة الذكاء الاصطناعي.

تختتم الدراسة بالتأكيد على أن الذكاء الاصطناعي غير قادر على إلغاء الانضباط الهندسي؛ بل يعزز من أهمية المتطلبات والقيود وقابلية التتبع والتحقق المستقل وموافقة البشر.